銀行信貸、房產(chǎn)價(jià)格與經(jīng)常賬戶余額動態(tài)關(guān)聯(lián)性研究
——基于TVP-SV-VAR和貝葉斯DCC-GARCH 模型的分析

董 凱，王少楠，許承明

(1．南京曉莊學(xué)院 商學(xué)院，南京 211171；2．美國佐治亞大學(xué) 農(nóng)業(yè)與應(yīng)用經(jīng)濟(jì)系，美國 佐治亞州)

內(nèi)容提要：本文運(yùn)用包含隨機(jī)波動的時(shí)變參數(shù)向量自回歸模型與貝葉斯DCC-GARCH模型，并結(jié)合我國2001年1月至2017年12月的相關(guān)數(shù)據(jù)，分析銀行信貸、房產(chǎn)價(jià)格與經(jīng)常賬戶余額間的相互作用機(jī)制和動態(tài)關(guān)聯(lián)程度。實(shí)證結(jié)果表明：銀行信貸的擴(kuò)張可以顯著推高房產(chǎn)價(jià)格，減少經(jīng)常賬戶盈余；房產(chǎn)價(jià)格的上漲會刺激銀行信貸擴(kuò)張，削弱經(jīng)常賬戶余額；經(jīng)常賬戶余額盈余的增加則會減少銀行信貸量，抑制房產(chǎn)價(jià)格上漲；銀行信貸與房產(chǎn)價(jià)格之間的關(guān)聯(lián)程度最高，銀行信貸與經(jīng)常賬戶余額間的關(guān)聯(lián)程度次之，而房產(chǎn)價(jià)格與經(jīng)常賬戶余額的關(guān)聯(lián)程度最低。因此，為了平抑暴漲的房產(chǎn)價(jià)格、改善經(jīng)常賬戶失衡的狀況，實(shí)現(xiàn)宏觀經(jīng)濟(jì)平穩(wěn)健康發(fā)展，應(yīng)加強(qiáng)對銀行信貸投放的管理，切實(shí)管住銀行信貸量的總閥門。

一、引言

長期以來銀行信貸被認(rèn)為是影響我國宏觀經(jīng)濟(jì)平穩(wěn)運(yùn)行的重要因素，尤其在國際金融危機(jī)之后我國商業(yè)銀行信貸規(guī)模急劇擴(kuò)張，帶動了社會投資，擴(kuò)大了內(nèi)需消費(fèi)，遏制了經(jīng)濟(jì)增速下滑趨勢。隨著時(shí)間的推移，銀行信貸擴(kuò)張的邊際效用逐漸下降，而其負(fù)面效應(yīng)則日益凸顯。尤其在“新常態(tài)”的現(xiàn)實(shí)條件下，我國大量信貸資金盤踞在金融機(jī)構(gòu)、金融系統(tǒng)內(nèi)部之間進(jìn)行空轉(zhuǎn)套利，導(dǎo)致金融杠桿迅速攀升，金融風(fēng)險(xiǎn)不斷積累，引致金融系統(tǒng)穩(wěn)定性大幅下降。

1998年我國實(shí)行住房制度改革以來，房產(chǎn)價(jià)格在絕大多數(shù)年份里大幅快速上漲，至2017年房產(chǎn)價(jià)格累計(jì)上漲已超過220%①。在房價(jià)普遍快速上漲的情況下，房地產(chǎn)市場的預(yù)期收益明顯高于其他資產(chǎn)或投資的收益，致使信貸投放的很大一部分通過各種渠道匯入到房地產(chǎn)市場，大量的高風(fēng)險(xiǎn)、高收益?zhèn)才c房地產(chǎn)市場、房產(chǎn)價(jià)格之間息息相關(guān)。目前，我國的房地產(chǎn)市場與金融系統(tǒng)、宏觀經(jīng)濟(jì)之間聯(lián)系緊密，房產(chǎn)價(jià)格的大幅波動無疑會給金融系統(tǒng)和宏觀經(jīng)濟(jì)的穩(wěn)定性帶來負(fù)面沖擊。由于內(nèi)部經(jīng)濟(jì)的轉(zhuǎn)型升級和外部貿(mào)易環(huán)境的急劇變化，我國經(jīng)常賬戶余額增速大幅放緩，甚至在某些時(shí)段出現(xiàn)負(fù)增長，而經(jīng)常賬戶余額的大幅波動無疑會對宏觀經(jīng)濟(jì)的平穩(wěn)運(yùn)行產(chǎn)生重要影響。鑒于房產(chǎn)價(jià)格的快速上漲、經(jīng)常賬戶余額的大幅波動均與銀行信貸密切相關(guān)，銀行信貸的激增通常被認(rèn)為是潛在風(fēng)險(xiǎn)的早期預(yù)警，信貸的過度膨脹常常會導(dǎo)致資產(chǎn)價(jià)格暴漲、外部失衡加劇和經(jīng)濟(jì)運(yùn)行過熱，進(jìn)而危及整個(gè)金融系統(tǒng)和宏觀經(jīng)濟(jì)的健康運(yùn)行(Lamont和Stein, 1999；Aizenman和Jinjarak, 2014)。

目前，關(guān)于銀行信貸、房產(chǎn)價(jià)格和經(jīng)常賬戶余額之間相關(guān)性的研究大體可分為如下以下幾個(gè)方面：銀行信貸對房產(chǎn)價(jià)格的影響，銀行信貸對經(jīng)常賬戶余額的影響，以及房產(chǎn)價(jià)格對經(jīng)常賬戶余額的影響。

1.關(guān)于銀行信貸對房產(chǎn)價(jià)格的影響。Lamont和Stein(1999)的研究指出一個(gè)城市的房產(chǎn)價(jià)格與該城市的信貸量存在正向關(guān)系。Aizenman和Jinjarak(2014)利用跨國面板數(shù)據(jù)證明了信貸量和信貸模式對房產(chǎn)價(jià)格具有重要的影響。平新喬和陳敏彥(2004)、張濤等(2006)認(rèn)為房地產(chǎn)貸款、房產(chǎn)價(jià)格二者之間存在正向相關(guān)性，政府支持的銀行信貸會顯著推動房產(chǎn)價(jià)格的上漲。梁云芳和高鐵梅(2007)的實(shí)證結(jié)果表明銀行信貸規(guī)模對我國東、西部地區(qū)房產(chǎn)價(jià)格的影響較大，而對中部地區(qū)房產(chǎn)價(jià)格的影響較小。譚政勛和王聰(2011) 結(jié)合多元GARCH模型和動態(tài)隨機(jī)一般均衡(DSGE)模型，發(fā)現(xiàn)銀行信貸與房產(chǎn)價(jià)格之間存在顯著的相互促進(jìn)作用。王云清等(2013)、賈俊雪等(2014)指出寬松貨幣政策引致的信貸擴(kuò)張是驅(qū)動房價(jià)上漲的主要原因。余華義和黃燕芬(2015)結(jié)合全局向量自回歸(GVAR)模型考察了寬松貨幣政策的區(qū)域異質(zhì)性特征，研究發(fā)現(xiàn)，相比較于中西部城市房產(chǎn)價(jià)格而言，貨幣供應(yīng)量沖擊對一線城市和東部城市的房產(chǎn)價(jià)格存在較大的正向影響。魏瑋和陳杰(2017)的研究指出房產(chǎn)價(jià)格對房貸杠桿率的變動非常敏感，而房貸杠桿對房產(chǎn)價(jià)格的影響存在非線性雙重門檻效應(yīng)，其中東部地區(qū)的雙重門檻效應(yīng)比中西部出現(xiàn)得更早。

2.關(guān)于銀行信貸對經(jīng)常賬戶余額的影響。Calvo和Rodriguez (1977)、Frenkel和Rodriguez(1982) 發(fā)現(xiàn)寬松貨幣政策可以使得利率和物價(jià)水平下降，匯率貶值，最終改善經(jīng)常賬戶。Ivrendi和Guloglu(2010)利用SVECM模型得出了與傳統(tǒng)觀點(diǎn)相對立的研究結(jié)果，即緊縮的貨幣政策導(dǎo)致銀行信貸的全面收縮，一方面使得實(shí)際匯率升值，另一方面壓低了全社會物價(jià)水平，降低了生產(chǎn)成本，改善了經(jīng)常賬戶。黃雋(2010)指出銀行信貸激增使得銀行為消費(fèi)或進(jìn)口需求提供充足的信貸支持，需求的擴(kuò)張刺激了進(jìn)口，隨后影響到經(jīng)常賬戶余額，導(dǎo)致經(jīng)常賬戶逆差。王君斌和郭新強(qiáng)(2011)利用SVAR模型和包含資本項(xiàng)目管制的新開放經(jīng)濟(jì)動態(tài)隨機(jī)一般均衡(NOEM-DSGE)模型，分別從實(shí)證和理論角度分析了引致經(jīng)常賬戶變動的因素，結(jié)果顯示貨幣政策沖擊是影響經(jīng)常賬戶波動的主要沖擊，寬松的貨幣政策會導(dǎo)致經(jīng)常賬戶余額短期內(nèi)出現(xiàn)明顯下降。楊明和王萌璐(2014)運(yùn)用雙缺口模型的研究認(rèn)為信貸投放的增多既可以刺激消費(fèi)和投資，也會抑制儲蓄，從而減少經(jīng)常賬戶余額。羅偉和呂越(2015)通過構(gòu)建具有效率和融資能力的雙重異質(zhì)性貿(mào)易模型，發(fā)現(xiàn)信貸配置失衡能促使大量享受信貸支持的企業(yè)出口，同時(shí)只抑制了少數(shù)受信貸約束企業(yè)的出口，可在一定程度上促進(jìn)總出口量的增加。劉威等(2017)指出以銀行信貸量為代表的金融指標(biāo)對于調(diào)節(jié)經(jīng)常賬戶余額的短期波動發(fā)揮著重要的作用。

3.關(guān)于房產(chǎn)價(jià)格對經(jīng)常賬戶余額的影響。Aizenman和Jinjarak(2009)通過一系列的回歸估計(jì)，驗(yàn)證了房產(chǎn)價(jià)格上升和經(jīng)常賬戶赤字二者之間存在很強(qiáng)的正相關(guān)性。Fratzscher等(2010)指出資產(chǎn)價(jià)格的迅速上漲(股票價(jià)格和房產(chǎn)價(jià)格)是導(dǎo)致貿(mào)易赤字長期存在的主要原因，資產(chǎn)價(jià)格的上升不僅增加了家庭的預(yù)期收入，促進(jìn)了消費(fèi)，而且刺激了企業(yè)投資，最終導(dǎo)致貿(mào)易狀況惡化。Punzi(2013)、Ferrero(2015) 運(yùn)用NOEM-DSGE模型的模擬分析證明金融深化的不斷推進(jìn)既推高了房產(chǎn)價(jià)格，加劇了經(jīng)常賬戶赤字的形成，房產(chǎn)價(jià)格與經(jīng)常賬戶余額之間呈現(xiàn)出顯著地反向相關(guān)性。另外，黃德權(quán)(2008)、李程(2012)的研究表明我國資產(chǎn)價(jià)格(尤其是房產(chǎn)價(jià)格)與經(jīng)常賬戶余額之間存在密切聯(lián)系。范言慧等(2013)指出房地產(chǎn)業(yè)的繁榮、房產(chǎn)價(jià)格的快速上漲，可以引至物價(jià)上漲和人民幣實(shí)際匯率的升值，進(jìn)而對制造業(yè)出口產(chǎn)生負(fù)面影響。范紅忠和周啟良(2014)運(yùn)用面板數(shù)據(jù)的實(shí)證分析則表明在房產(chǎn)價(jià)格越高的東南沿海城市，其出口貿(mào)易越發(fā)達(dá)越說明房產(chǎn)價(jià)格對出口貿(mào)易具有正向的促進(jìn)作用。劉斌和王乃嘉(2016)運(yùn)用Heckman兩階段模型估計(jì)房產(chǎn)價(jià)格對企業(yè)出口的影響，發(fā)現(xiàn)高企的房產(chǎn)價(jià)格不利于中小企業(yè)、民營企業(yè)的出口，總體上會降低出口金額、抑制經(jīng)常賬戶順差的積累。

綜上所述，中外大部分文獻(xiàn)聚焦于分析銀行信貸對房產(chǎn)價(jià)格的影響，但是銀行信貸對經(jīng)常賬戶余額的影響以及房產(chǎn)價(jià)格對經(jīng)常賬戶余額的影響且并未得到統(tǒng)一結(jié)論。此外，現(xiàn)有研究并沒有把銀行信貸、房產(chǎn)價(jià)格與經(jīng)常賬戶余額放入同一框架下進(jìn)行系統(tǒng)分析，更沒有對三者之間的動態(tài)關(guān)聯(lián)性進(jìn)行深入探討。因此，本文運(yùn)用TVP-SV-VAR模型和貝葉斯DCC-GARCH模型系統(tǒng)分析了銀行信貸、房產(chǎn)價(jià)格與經(jīng)常賬戶余額間的傳導(dǎo)機(jī)制和動態(tài)關(guān)聯(lián)程度，并據(jù)此針對如何保持我國宏觀經(jīng)濟(jì)均衡平穩(wěn)發(fā)展提出政策建議，這也是對現(xiàn)有研究的有益補(bǔ)充與拓展。

二、模型說明

(一)TVP-SV-VAR模型

定義結(jié)構(gòu)向量自回歸(SVAR)模型：

Ayt=F1yt-1+…+Fsyt-s+μt，t=s+1,…,n

(1)

K×1是待觀測變量的K×1維向量，A，F(xiàn)1，…，F(xiàn)s是K×K維系數(shù)矩陣，擾動項(xiàng)μt是K×1維結(jié)構(gòu)性沖擊，且μt～N(0,∑∑)，其中：

同時(shí)假定A為下三角矩陣：

則式(1)可改寫為：

yt=B1yt-1+…+Bsyt-s+A-1∑εt，εt～N(0,IK)

(2)

其中，Bi=A-1Fi，i=1,2,…,s，將Bi中的元素堆疊成K2×1維的列向量β，且定義Xt=IK?(yt-1,…,yt-k)，?表示克羅內(nèi)克積，則有：

yt=Xtβt+A-1∑εt，t=s+1,…,n

(3)

在(3)式中，所有的參數(shù)都是非時(shí)變參數(shù)，若將參數(shù)轉(zhuǎn)變?yōu)闀r(shí)變參數(shù)，則該模型拓展為TVP-SV-VAR模型(Primiceri,2005；Nakajima,2011)。

考慮(4)式：

yt=Xtβt+A-1∑εt，t=s+1…n

(4)

其中，βt，At，∑t均為時(shí)變參數(shù)。

βt+1=βt+μβt

at+1=at+μat

ht+1=ht+μht

其中，βs+1～N(μβ0,∑β0)，as+1～N(μa0,∑a0)，hs+1～N(ha0,∑h0)。

(二)貝葉斯DCC-GARCH模型

考慮多元時(shí)間序列yt=(y1t,…ykt)′的GARCH模型：

定義CCC(constant conditional correlation)模型：

Ht=DtRDt

(5)

其中，ωi>0，αi≥0，βi≥0，αi+βi<1，i=1…k。該模型包含k(k+5)/2個(gè)參數(shù)，且當(dāng)且僅當(dāng)hii,t>0，i=1…k且R為正定時(shí)，Ht為正定。

通過允許條件相關(guān)系數(shù)矩陣隨時(shí)間變化而變化，Engle(2002)提出了更加一般化的CCC模型，即DCC(dynamic conditional correlation)模型，借鑒Engle(2002)和Fioruci等(2014)，在Ht=DtRtDt中：

Rt=diag(Qt)1/2Qtdiag(Qt)1/2

(6)

其中Qt為k×k對稱正定矩陣，

(7)

條件似然函數(shù)為：

其中pε是εt的聯(lián)合密度函數(shù)，模型參數(shù)集為：

θ=(ω1,α1,β1,…,ωk,αk,βk,p12,…,pk-1,k)

本文選用貝葉斯方法進(jìn)行研究，由于金融時(shí)間序列存在明顯的后尾現(xiàn)象，在指定分布時(shí)選用誤差項(xiàng)具有偏度和后尾特性的GED分布(一種多元指數(shù)冪分布)對DCC模型進(jìn)行估計(jì)，其標(biāo)準(zhǔn)單變量的概率密度函數(shù)為：

(8)

峰度由Γ(1/δ)Γ(5/δ)/Γ(3/δ)2-3給出，其中當(dāng)δ=2時(shí)標(biāo)準(zhǔn)正態(tài)分布，當(dāng)δ<2時(shí)是尖峰分布，當(dāng)δ>2時(shí)尾部更薄。Gómez et al(1998)拓展出多元模型，由于其邊際分布和絕對矩很難求得，故此處使用k個(gè)獨(dú)立隨機(jī)變量的聯(lián)合分布，使得上式給出的邊際密度有共同的尾部參數(shù)δ，聯(lián)合密度函數(shù)：

(9)

(10)

圖1 TVP-SV-VAR模型參數(shù)的估計(jì)結(jié)果

三、實(shí)證分析

(一)TVP-SV-VAR模型的實(shí)證分析

本文將模型的變量順序設(shè)定為銀行信貸量(CM)、房產(chǎn)價(jià)格(HP)和經(jīng)常賬戶余額(CA)②，利用Oxmetrics6.2對TVP-SV-VAR模型進(jìn)行處理，MCMC抽樣為10000，模型滯后期設(shè)為2。

1.參數(shù)回歸結(jié)果分析。表1的模型參數(shù)估計(jì)結(jié)果表明在5%的顯著性水平下無法拒絕Geweke檢驗(yàn)的原假設(shè)，無效影響因子最大值為73.19，由此可見本文運(yùn)用MCMC算法對模型參數(shù)的估計(jì)是有效的。圖1包含了樣本的自相關(guān)系數(shù)、模擬路徑以及驗(yàn)后分布，剔除預(yù)燒期的樣本之后∑β、∑α、∑h自相關(guān)系數(shù)均收斂，這表明樣本取值方法能有效產(chǎn)生不相關(guān)的樣本，模擬較為有效。

表1 TVP-SV-VAR模型的估計(jì)結(jié)果

2.時(shí)變脈沖響應(yīng)分析。由TVP-VAR模型可以得出兩種不同的脈沖響應(yīng)圖，一種是時(shí)點(diǎn)型的脈沖響應(yīng)，另一種是時(shí)段型的脈沖響應(yīng)圖。圖2和圖3分別反映了這兩類不同的脈沖響應(yīng)， 其中圖2是在不同時(shí)點(diǎn)上形成的脈沖響應(yīng)，隨機(jī)選取時(shí)點(diǎn)分別是2005年2月、2009年4月與2013年6月，圖3是不同提前期的一單位標(biāo)準(zhǔn)正向沖擊形成的脈沖響應(yīng)，提前期分別設(shè)置為1、3和5期。

(1)不同時(shí)點(diǎn)的脈沖響應(yīng)時(shí)變特征分析。如圖2所示，房產(chǎn)價(jià)格和經(jīng)常賬戶余額對銀行信貸在三個(gè)不同時(shí)點(diǎn)上的脈沖響應(yīng)并不一致。具體而言，雖然在三個(gè)時(shí)點(diǎn)上房產(chǎn)價(jià)格的響應(yīng)值均位于正值區(qū)間，但對于2005年2月和2009年4月的銀行信貸沖擊，房產(chǎn)價(jià)格均在第2期達(dá)到最大值，而后逐步下降；而對于2013年6月的銀行信貸沖擊，房產(chǎn)價(jià)格在第1期迅速達(dá)到最大值，而后快速下降在第2期達(dá)到最小值，隨后再次微弱上升，而后下降，逐漸接近于0。2009年4月經(jīng)常賬戶余額對銀行信貸的脈沖響應(yīng)結(jié)果與2005年2月以及2013年6月的脈沖響應(yīng)結(jié)果大為不同。對于2005年2月和2013年6月的銀行信貸沖擊，經(jīng)常賬戶余額的脈沖響應(yīng)迅速下降為負(fù)值，而后逐步回升，在第3期變?yōu)檎?，隨后逐漸接近于0；而對于2009年4月的銀行信貸沖擊，經(jīng)常賬戶余額的響應(yīng)值恒為負(fù)，且其當(dāng)期即做出反應(yīng)，迅速下降，在第3期將至最小值，而后逐漸上升并在第10期接近于0。

銀行信貸在三個(gè)不同時(shí)點(diǎn)上對房產(chǎn)價(jià)格沖擊的脈沖響應(yīng)函數(shù)變化趨勢是相似的，銀行信貸對房產(chǎn)價(jià)格沖擊當(dāng)期就做出反應(yīng)，迅速上升并在第2期達(dá)到最大值，而后逐步變小。2009年4月經(jīng)常賬戶余額對房產(chǎn)價(jià)格的脈沖響應(yīng)結(jié)果，與2005年2月以及2013年6月的結(jié)果并不相同。對于2005年2月和2013年6月的房產(chǎn)價(jià)格沖擊，經(jīng)常賬戶余額的脈沖響應(yīng)迅速下降為負(fù)值，而后逐步回升，在第3期變?yōu)檎?。對?009年4月的房產(chǎn)價(jià)格沖擊，經(jīng)常賬戶余額的響應(yīng)值恒為負(fù)，且其當(dāng)期即做出反應(yīng)，迅速下降，在第1期將至最小值，而后逐漸上升在第13期接近于0。

圖2 不同時(shí)點(diǎn)沖擊的脈沖響應(yīng)

銀行信貸和房產(chǎn)價(jià)格對經(jīng)賬戶余額沖擊在三個(gè)不同時(shí)點(diǎn)上的脈沖響應(yīng)函數(shù)變化趨勢是相似的。其中，銀行信貸對經(jīng)常賬戶余額沖擊當(dāng)期就做出反應(yīng)，迅速下降并在第1期達(dá)到最小值，而后又迅速上升并在第3期達(dá)到最大值，隨后逐步變??；房產(chǎn)價(jià)格對經(jīng)常賬戶余額沖擊當(dāng)期就做出反應(yīng)，迅速上升并在第3期達(dá)到最大值，而后逐漸下降。

(2)不同提前期的脈沖響應(yīng)時(shí)變特征分析。圖3是提前1期、3期與5期的一單位標(biāo)準(zhǔn)正向沖擊形成的脈沖響應(yīng)。觀察圖3可以發(fā)現(xiàn)三個(gè)不同提前期沖擊的脈沖響應(yīng)總體相似，但不同提前期沖擊形成的脈沖響應(yīng)在方向上存在差異。

如圖3所示，無論是提前1期、3期還是5期，房產(chǎn)價(jià)格對銀行信貸沖擊的脈沖響應(yīng)趨勢十分相似且表現(xiàn)為正值。從提前1期脈沖響應(yīng)看，銀行信貸對房產(chǎn)價(jià)格的影響在2013年達(dá)到最大值，隨后逐漸縮小。經(jīng)常賬戶余額對銀行信貸沖擊的脈沖響應(yīng)值絕大部分為負(fù)，從提前1期脈沖響應(yīng)來看，在2009年之后銀行信貸對經(jīng)常賬戶余額的影響逐漸增強(qiáng)。銀行信貸對房產(chǎn)價(jià)格沖擊的脈沖響應(yīng)值絕大部分為正，從提前1期脈沖響應(yīng)來看，房產(chǎn)價(jià)格對銀行信貸的影響程度較大且非常平穩(wěn)。從提前1期脈沖響應(yīng)看，經(jīng)常賬戶余額對房產(chǎn)價(jià)格沖擊的滯后響應(yīng)恒為負(fù)值，且在2010年左右達(dá)到最小值。銀行信貸對經(jīng)常賬戶余額沖擊的響應(yīng)幾乎為直線，這表明經(jīng)常賬戶余額沖擊對銀行信貸的影響較為平穩(wěn)；房產(chǎn)價(jià)格對經(jīng)常賬戶余額沖擊的脈沖響應(yīng)在2015年之前恒為正值，但在2015年之后變?yōu)樨?fù)值。

至此，本文考慮到我國正處于經(jīng)濟(jì)結(jié)構(gòu)、政策偏好等發(fā)生重大改變的現(xiàn)實(shí)背景下，選用TVP-SV-VAR模型對銀行信貸、房產(chǎn)價(jià)格與經(jīng)常賬戶余額的內(nèi)在作用和傳導(dǎo)機(jī)制進(jìn)行了較為詳細(xì)的分析。為了進(jìn)一步分析三者之間的動態(tài)相關(guān)性，我們選用貝葉斯DCC-GARCH模型對銀行信貸、房產(chǎn)價(jià)格與經(jīng)常賬戶余額的動態(tài)關(guān)聯(lián)系數(shù)進(jìn)行測度。

圖3 不同提前期沖擊的脈沖響應(yīng)

(二)貝葉斯DCC-GARCH模型的實(shí)證分析

1.相關(guān)檢驗(yàn)。J-B 檢驗(yàn)顯示銀行信貸、房產(chǎn)價(jià)格和經(jīng)常賬戶余額三序列并不服從正態(tài)分布。此外，，三序列的波動隨著時(shí)間的變化出現(xiàn)明顯的集聚性，適合進(jìn)行ARCH 類模型建模。

表2 相關(guān)序列J-B檢驗(yàn)和單位根檢驗(yàn)結(jié)果

2.模型估計(jì)結(jié)果。采用貝葉斯DCC-GARCH模型分析銀行信貸、房產(chǎn)價(jià)格和經(jīng)常賬戶余額三者之間的動態(tài)關(guān)聯(lián)性，表3給出了模型的實(shí)證結(jié)果。其中，參數(shù)γ測度是銀行信貸、房產(chǎn)價(jià)格和經(jīng)常賬戶余額的偏度，γ>1表示為右偏態(tài)，否則為左偏態(tài)；ω為模型方差方程的常數(shù)項(xiàng)，α、β分別為方差方程的ARCH項(xiàng)和GARCH項(xiàng)系數(shù)，需滿足α+β<1，且兩者之和越接近于1波動的衰減速度越慢。此外，υ衡量拖尾分布是否適用于誤差項(xiàng)；a、b及兩者之和用以檢測是否應(yīng)選用DCC模型，若a+b=0，則表明宜采用CCC模型，若a+b≠0則說明采用DCC模型更為合理。觀察表3可以發(fā)現(xiàn)所有回歸方程均滿足α+β<1的約束條件，參數(shù)υ在均值回歸和分位數(shù)回歸模型中均大于2，表明誤差項(xiàng)存在拖尾效應(yīng)。此外，a+b=0.9822-0.9870且均值和高位分?jǐn)?shù)回歸所得結(jié)果大于0.1，采用DCC模型進(jìn)行分析是合理的。

表3 貝葉斯DCC-GARCH模型蒙特卡洛估計(jì)結(jié)果

從模型估計(jì)結(jié)果可以看出銀行信貸、房產(chǎn)價(jià)格和經(jīng)常賬戶余額的波動具有非對稱性特征，其中銀行信貸和經(jīng)常賬戶余額呈現(xiàn)明顯的右偏態(tài)，而房產(chǎn)價(jià)格則呈現(xiàn)出左偏態(tài)。左偏態(tài)代表序列波動落在均值右側(cè)的概率更高，而右偏態(tài)則說明落于均值左側(cè)的概率更高。假定波動幅度為風(fēng)險(xiǎn)，則左偏態(tài)表示市場風(fēng)險(xiǎn)更大。從波動的非對稱性可知銀行信貸和經(jīng)常賬戶余額的波動風(fēng)險(xiǎn)相對較小，房產(chǎn)價(jià)格波動的風(fēng)險(xiǎn)相對較大。此外，三序列的α+β之和均在0.71以上，觀察表3可知隨著分位數(shù)的不斷增大，α+β值亦不斷增加。具體而言，銀行信貸在分位數(shù)為2.50% 、25.00% 、50.00%、75.00%和97.50%時(shí)，其對應(yīng)的α+β值分別為0.9506、0.9516、0.9545、0.9578和0.9620，而房產(chǎn)價(jià)格和經(jīng)常賬戶余額對應(yīng)的指標(biāo)分別為0.7350、0.7485、0.7574、0.8052和0.8258；0.7190、0.7246、0.7305、0.7740 和0.7854。隨著分位數(shù)的不斷升高，序列的波動逐漸加劇且波動的衰減速度逐漸放緩。

3.動態(tài)關(guān)聯(lián)系數(shù)分析。圖4至圖6分別為運(yùn)用貝葉斯DCC-GARCH模型測算出的銀行信貸和房產(chǎn)價(jià)格、銀行信貸和經(jīng)常賬戶余額、房產(chǎn)價(jià)格和經(jīng)常賬戶余額的動態(tài)關(guān)聯(lián)系數(shù)圖，觀察圖4至圖6可以得出如下幾點(diǎn)結(jié)論：

第一，銀行信貸與房產(chǎn)價(jià)格之間的動態(tài)關(guān)聯(lián)系數(shù)恒為正值，在0.0369-0.9623之間變化。從時(shí)間趨勢上來看，除極個(gè)別月份之外，自2001年至2007年銀行信貸與房產(chǎn)價(jià)格之間的關(guān)聯(lián)系數(shù)呈上升趨勢，而在2007年至2008年二者之間的關(guān)聯(lián)系數(shù)呈現(xiàn)出下降趨勢。自2009年伊始，銀行信貸與房產(chǎn)價(jià)格的關(guān)聯(lián)系數(shù)急速回升。此后，銀行信貸與房產(chǎn)價(jià)格之間的動態(tài)相關(guān)系數(shù)分別在2010年、2013年和2016年出現(xiàn)峰值。眾所周知我國房價(jià)在2010年、2013年和2016年均出現(xiàn)了“暴漲”現(xiàn)象，這從側(cè)面印證了銀行信貸與房產(chǎn)價(jià)格緊密相關(guān)，銀行信貸的刺激可以顯著推動房產(chǎn)價(jià)格的上漲。此后，二者間的關(guān)聯(lián)系數(shù)走勢趨于平緩，從2016年下半年開始呈現(xiàn)下降趨勢，這表明“金融去杠桿”使得信貸與房產(chǎn)價(jià)格的關(guān)聯(lián)性逐漸降低。

第二，銀行信貸與經(jīng)常賬戶余額的動態(tài)關(guān)聯(lián)系數(shù)恒為負(fù)值，在-0.5327至-0.0874之間變化，且波動幅度逐漸增大，由此可見，銀行信貸與經(jīng)常賬戶余額之間負(fù)相關(guān)，說明在整個(gè)樣本期間銀行信貸的激增會抑制經(jīng)常賬戶余額的積累。從時(shí)間趨勢上來看，除2003年、2010年、2011年和2013年的極個(gè)別月份銀行信貸和經(jīng)常賬戶余額的關(guān)聯(lián)系數(shù)較低之外，自1998年至2017年間的絕大多數(shù)樣本期，該值在-0.2至-0.1區(qū)間徘徊，但大體上呈現(xiàn)下降趨勢，這表明，銀行信貸與經(jīng)常賬戶余額間的負(fù)向相關(guān)性較為穩(wěn)定。

第三，房產(chǎn)價(jià)格與經(jīng)常賬戶余額之間的動態(tài)關(guān)聯(lián)系數(shù)恒為負(fù)值，在-0.1325至-0.0469之間變化，由此可見，房產(chǎn)價(jià)格與經(jīng)常賬戶余額之間呈現(xiàn)負(fù)向相關(guān)性，這表明房產(chǎn)價(jià)格的上漲會抑制經(jīng)常賬戶余額的增加。從時(shí)間趨勢上來看，自2001年至2015年房產(chǎn)價(jià)格與經(jīng)常賬戶余額的關(guān)聯(lián)系數(shù)大體上呈現(xiàn)下降趨勢，尤其是在2006年至2015年期間，下降趨勢較為明顯；而在2015年至2017年，二者間的關(guān)聯(lián)系數(shù)呈現(xiàn)微弱的上升趨勢?？梢哉J(rèn)為，隨著我國房地產(chǎn)市場的蓬勃發(fā)展，房產(chǎn)價(jià)格的快速上漲，其在一定程度上會削弱經(jīng)常賬戶盈余的積累，這種抑制作用隨著時(shí)間的推移逐漸顯現(xiàn)。

圖4 銀行信貸和房產(chǎn)價(jià)格的動態(tài)關(guān)聯(lián)系數(shù)圖

圖5 銀行信貸和經(jīng)常賬戶余額的動態(tài)關(guān)聯(lián)系數(shù)圖

圖6 房產(chǎn)價(jià)格和經(jīng)常賬戶余額的動態(tài)關(guān)聯(lián)系數(shù)圖

在銀行信貸、房產(chǎn)價(jià)格和經(jīng)常賬戶余額三者之間，觀察圖4至圖6可以發(fā)現(xiàn)銀行信貸與房產(chǎn)價(jià)格之間的關(guān)聯(lián)程度最高，銀行信貸與經(jīng)常賬戶余額間的關(guān)聯(lián)程度次之，而房產(chǎn)價(jià)格與經(jīng)常賬戶余額的關(guān)聯(lián)程度最低。此外，三者之間的動態(tài)相關(guān)性是較為穩(wěn)定的：銀行信貸與房產(chǎn)價(jià)格之間呈現(xiàn)正向相關(guān)性，銀行信貸與經(jīng)常賬戶余額以及房產(chǎn)價(jià)格與經(jīng)常賬戶余額之間則呈現(xiàn)出負(fù)向相關(guān)性，這說明銀行信貸的增加在現(xiàn)階段會推高房產(chǎn)價(jià)格的上漲但會抑制經(jīng)常賬戶余額的積累，而房產(chǎn)價(jià)格的持續(xù)上漲則會使得經(jīng)常賬戶順差逐漸減少。

四、結(jié)論及建議

房產(chǎn)價(jià)格持續(xù)快速上漲和經(jīng)常賬戶余額波動加劇引發(fā)學(xué)界和實(shí)務(wù)界越來越多的關(guān)注和擔(dān)憂，本文通過構(gòu)建兼具時(shí)變和隨機(jī)波動特征的TVP-SV-VAR模型分析近年來我國銀行信貸、房產(chǎn)價(jià)格與經(jīng)常賬戶余額之間的作用和傳導(dǎo)機(jī)制。結(jié)果表明銀行信貸的增加可以顯著推高房產(chǎn)價(jià)格，減少經(jīng)常賬戶盈余；房產(chǎn)價(jià)格的上漲會刺激銀行信貸擴(kuò)張，削弱經(jīng)常賬戶余額；經(jīng)常賬戶余額的積累則會減少銀行信貸量，抑制房產(chǎn)價(jià)格上漲。另外，本文采用DCC-GARCH模型探討了銀行信貸、房產(chǎn)價(jià)格與經(jīng)常賬戶余額的動態(tài)相關(guān)性，結(jié)果表明三者之間銀行信貸與房產(chǎn)價(jià)格之間呈現(xiàn)正向相關(guān)性且關(guān)聯(lián)程度最大，銀行信貸與經(jīng)常賬戶余額之間表現(xiàn)為負(fù)向相關(guān)性，關(guān)聯(lián)程度次之，而房產(chǎn)價(jià)格與經(jīng)常賬戶余額之間表現(xiàn)為負(fù)向相關(guān)性且關(guān)聯(lián)程度最小。

當(dāng)前中國正處于經(jīng)濟(jì)轉(zhuǎn)型升級的關(guān)鍵階段，保持經(jīng)常賬戶的相對穩(wěn)定至關(guān)重要；同時(shí)，對外貿(mào)易面臨的負(fù)外部性逐漸加劇，“貿(mào)易戰(zhàn)”大有“山雨欲來風(fēng)滿樓”之勢，加之國內(nèi)房產(chǎn)價(jià)格的持續(xù)迅速上漲不僅導(dǎo)致居民負(fù)債壓力增大、生活水平下降，還在一定程度上導(dǎo)致信貸部門不良貸款率惡化，以上這些因素均不利于中國經(jīng)濟(jì)增長方式實(shí)現(xiàn)轉(zhuǎn)型升級。本文的研究結(jié)果表明銀行信貸、房產(chǎn)價(jià)格與經(jīng)常賬戶余額三者之間存在緊密的聯(lián)系，銀行信貸的激增可以推動房產(chǎn)價(jià)格持續(xù)高企和大幅減少經(jīng)常賬戶盈余。因此，為了實(shí)現(xiàn)經(jīng)濟(jì)體內(nèi)外均衡增長，政府在維持經(jīng)常賬戶穩(wěn)定和制定房價(jià)調(diào)控政策時(shí)應(yīng)充分考慮銀行信貸的潛在影響，尤其是在對實(shí)體經(jīng)濟(jì)部門和金融部門的去杠桿改革進(jìn)程中需加強(qiáng)對于銀行信貸的管理，綜合運(yùn)用貨幣政策和宏觀審慎政策切實(shí)管住銀行信貸量的總閘門，以實(shí)現(xiàn)新常態(tài)下的宏觀經(jīng)濟(jì)均衡平穩(wěn)發(fā)展。

注釋：

① 原始數(shù)據(jù)來源于國家統(tǒng)計(jì)局官方網(wǎng)站，最終結(jié)果由作者計(jì)算所得。

② 本文選取2001年1月至2017年12月的相關(guān)數(shù)據(jù)進(jìn)行實(shí)證分析，銀行信貸量和經(jīng)常賬戶余的原始數(shù)據(jù)分別來源于中國人民銀行官方網(wǎng)站和wind宏觀經(jīng)濟(jì)數(shù)據(jù)庫；此外，利用國家統(tǒng)計(jì)局官方網(wǎng)站公布的商品房銷售額與商品房銷售面積計(jì)算出商品房價(jià)格。